人工智能入門與實(shí)戰(zhàn)：使用Raspberry Pi和Python演練

定　價(jià)：￥59.80

作　者：	Donald J.Norris 著，沈益冉，潘海為，高琳琳譯
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥59.80)

ISBN：	9787302501718	出版時(shí)間：	2015-05-01	包裝：	平裝
開(kāi)本：	16	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《人工智能入門與實(shí)戰(zhàn)　使用Raspberry Pi和Python演練》使用Raspberry Pi作為計(jì)算平臺(tái)，介紹AI世界。本書探索了大部分主要的人工智能主題，包括專家系統(tǒng)、淺層和深層的機(jī)器學(xué)習(xí)、模糊邏輯控制等。主要內(nèi)容： AI簡(jiǎn)介、基本的AI概念、專家系統(tǒng)的展示、游戲、模糊邏輯系統(tǒng)、機(jī)器學(xué)習(xí)、機(jī)器學(xué)習(xí)：人工神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)：深入學(xué)習(xí)、機(jī)器學(xué)習(xí)：ANN展示實(shí)踐、演化計(jì)算、基于行為的機(jī)器人等。

作者簡(jiǎn)介

　　Donald J. Norris擁有電子工程學(xué)士學(xué)位及生產(chǎn)管理MBA學(xué)位。他目前在南新罕布什爾大學(xué)任職，教授本科生和研究生計(jì)算機(jī)科學(xué)相關(guān)課程。同時(shí)，他也開(kāi)設(shè)了一些機(jī)器人技術(shù)的課程。他擁有33年的教學(xué)經(jīng)驗(yàn)，曾在多所大學(xué)擔(dān)任副教授。 Donald后來(lái)從美國(guó)海軍的民間聯(lián)合服務(wù)組織退休，在那里他專注于核潛艇有關(guān)的聲學(xué)和高級(jí)數(shù)字信號(hào)處理。自此，他作為一位使用C、C＃、C++、Python、MicroPython、Node.js和Java等語(yǔ)言的專業(yè)軟件開(kāi)發(fā)者已經(jīng)擁有超過(guò)23年的編程經(jīng)驗(yàn)，其中有6年擔(dān)任IT安全顧問(wèn)。 Donald撰寫并出版了6本書，主題內(nèi)容涉及樹(shù)莓派、如何組裝和操作自己的無(wú)人機(jī)、MicroPython、物聯(lián)網(wǎng)和Edison微處理器等方面。 Donald創(chuàng)建了名為Norris Embedded Software Solutions （dba NESS LLC）的咨詢顧問(wèn)公司，專門開(kāi)發(fā)基于微處理器和微控制器的應(yīng)用解決方案。Donald認(rèn)為自己是一個(gè)充滿激情的極客，總是去嘗試新鮮事物。他也是私人飛行員、攝影愛(ài)好者、業(yè)余無(wú)線電操作員和狂熱的跑步健身者。

圖書目錄

第1章人工智能簡(jiǎn)介 1
1.1 AI的歷史起源 1
1.2 智能 6
1.3 強(qiáng)AI與弱AI，廣義AI與
狹義AI 7
1.4 推理 8
1.5 人工智能的分類 9
1.6 人工智能和大數(shù)據(jù) 11
1.7 小結(jié) 12
第2章基礎(chǔ)AI概念 13
2.1 布爾代數(shù) 13
2.2 推論 15
2.3 專家系統(tǒng) 16
2.3.1 沖突解決 16
2.3.2 反向鏈 18
2.4 配置Raspberry Pi 18
2.5 SWI Prolog簡(jiǎn)介 19
2.6 在Raspberry Pi上安裝
Prolog 19
2.7 Prolog初步演示 20
2.8 模糊邏輯簡(jiǎn)介 22
2.8.1 FL的例子 23
2.8.2 去模糊化 24
2.9 問(wèn)題解決 25
2.9.1 廣度優(yōu)先搜索 25
2.9.2 深度優(yōu)先搜索 25
2.9.3 深度有限搜索 26
2.9.4 雙向搜索 26
2.9.5 問(wèn)題解決的其他例子 26
2.10 機(jī)器學(xué)習(xí) 27
2.10.1 預(yù)測(cè) 27
2.10.2 分類 28
2.10.3 進(jìn)一步分類 31
2.11 神經(jīng)網(wǎng)絡(luò) 32
2.12 淺層學(xué)習(xí)與深度學(xué)習(xí) 37
2.13 進(jìn)化計(jì)算 37
2.14 遺傳算法 38
2.15 小結(jié) 39
第3章專家系統(tǒng)演示 41
3.1 例3-1：辦公室數(shù)據(jù)庫(kù) 42
3.2 例3-2：識(shí)別動(dòng)物 47
3.3 例3-3：井字游戲 51
3.4 例3-4：感冒還是
流感？ 56
3.5 例3-5：使用Raspberry Pi
GPIO控制輸出的專家
系統(tǒng) 58
3.5.1 安裝PySWIP庫(kù) 59
3.5.2 安裝硬件 60
3.5.3 配置Rpi.GPIO 61
3.5.4 帶LED控制的專家
系統(tǒng) 62
3.6 小結(jié) 64
第4章游戲 65
4.1 例4-1：剪刀石頭布 66
4.1.1 帶開(kāi)關(guān)和LED的剪刀
石頭布游戲 69
4.1.2 中斷 73
4.2 例4-2：Nim 75
4.2.1 帶LCD和開(kāi)關(guān)的
Nim` 81
4.2.2 LCD顯示屏 84
4.2.3 加載Adafruit LCD庫(kù) 85
4.2.4 LCD測(cè)試 86
4.2.5 automated_nim.py 87
4.3 小結(jié) 93
第5章模糊邏輯系統(tǒng) 95
5.1 部件清單 95
5.2 軟件安裝 96
5.3 基礎(chǔ)FLS 96
5.4 初始化：定義語(yǔ)言變量
和術(shù)語(yǔ) 97
5.5 例5-1：使用FL計(jì)算
小費(fèi) 97
5.6 初始化：構(gòu)建隸屬函數(shù) 98
5.7 初始化：構(gòu)建規(guī)則集 101
5.8 推理：根據(jù)規(guī)則集評(píng)價(jià)
模糊集 103
5.9 聚集：綜合每個(gè)規(guī)則的
評(píng)估結(jié)果 106
5.10 去模糊化：將模糊集
轉(zhuǎn)換為清晰的輸出值 106
5.11 例5-2：修改tipping.py
程序 113
5.12 例5-3：FLS加熱和制冷
系統(tǒng) 114
5.12.1 模糊化 116
5.12.2 推理 117
5.12.3 聚集 118
5.12.4 去模糊 119
5.12.5 測(cè)試控制程序 121
5.13 例5-4：修改HVAC
程序 122
5.14 小結(jié) 124
第6章機(jī)器學(xué)習(xí) 125
6.1 部件清單 125
6.2 例6-1：顏色選擇 126
6.2.1 算法 126
6.2.2 輪盤賭算法 129
6.3 例6-2：自主機(jī)器人 131
6.3.1 自主算法 132
6.3.2 測(cè)試運(yùn)行 138
6.3.3 額外學(xué)習(xí) 138
6.4 例6-3：使用能源消耗
計(jì)算的自適應(yīng)學(xué)習(xí) 142
6.5 小結(jié) 147

第7章機(jī)器學(xué)習(xí)：人工神經(jīng)
網(wǎng)絡(luò) 149
7.1 部件清單 149
7.2 Hopfield網(wǎng)絡(luò) 149
7.3 例7-1：數(shù)字圖像識(shí)別
示例 155
7.4 例7-2：使用ANN的
自主機(jī)器人小車 161
7.5 例7-3：用于避開(kāi)障礙物的
機(jī)器人小車的Python控制
腳本 164
7.6 例7-4：尋光機(jī)器人 169
7.6.1 未知情況 172
7.6.2 大腦映射 172
7.6.3 光強(qiáng)傳感器 173
7.6.4 用于尋求目標(biāo)的機(jī)器人小
車的Python控制腳本 175
7.6.5 測(cè)試運(yùn)行 180
7.6.6 障礙物回避和尋光 181
7.7 小結(jié) 182
第8章機(jī)器學(xué)習(xí)：深度學(xué)習(xí) 183
8.1 泛化的ANN 183
8.1.1 較大的ANN 188
8.1.2 三層ANN中的后向
傳播 191
8.1.3 更新加權(quán)矩陣 193
8.2 梯度下降在ANN中的
運(yùn)用 199
8.3 工作范例 203
8.3.1 ANN學(xué)習(xí)的一些
問(wèn)題 204
8.3.2 初始權(quán)重的選擇 204

8.4 例8-1：ANN的Python
腳本 205
8.4.1 初始化 206
8.4.2 測(cè)試運(yùn)行 208
8.5 例8-2：訓(xùn)練ANN 209
8.6 小結(jié) 213
第9章機(jī)器學(xué)習(xí)：實(shí)用的ANN
示例 215
9.1 部件清單 215
9.2 例9-1：MNIST數(shù)據(jù)集 216
9.2.1 圖像化一條MNIST
記錄 219
9.2.2 調(diào)整輸入和輸出數(shù)
據(jù)集 221
9.2.3 為手寫數(shù)字檢測(cè)配置
ANN 224
9.2.4 測(cè)試運(yùn)行 226
9.3 例9-2：使用Pi Camera
識(shí)別手寫數(shù)字 231
9.3.1 更改的trainANN.py
腳本 236
9.3.2 使用ANN自動(dòng)識(shí)別
數(shù)字 237
9.3.3 測(cè)試運(yùn)行 239
9.4 小結(jié) 240
第10章進(jìn)化計(jì)算 241
10.1 alife 241
10.2 進(jìn)化編程 242
10.3 例10-1：手動(dòng)計(jì)算 243
10.4 例10-2：Conway的生命
游戲 251
10.4.1 Sense HAT硬件
安裝 253
10.4.2 Sense HAT軟件
安裝 253
10.4.3 生命游戲：Python
版本 254
10.4.4 測(cè)試運(yùn)行 262
10.4.5 單代生命游戲 264
10.5 小結(jié) 267
第11章基于行為的機(jī)器人 269
11.1 部件清單 269
11.2 人類的大腦結(jié)構(gòu) 270
11.3 包容架構(gòu) 271
11.3.1 傳統(tǒng)方法 273
11.3.2 基于行為的機(jī)器人
方法 273
11.4 例11-1：Breve項(xiàng)目 276
11.5 例11-2：構(gòu)建使用包容架
構(gòu)的機(jī)器人小車 284
11.6 例11-3：Alfie機(jī)器人
小車 288
11.6.1 添加另一個(gè)行為 296
11.6.2 測(cè)試運(yùn)行 297
11.7 小結(jié) 298
附錄 Alfie機(jī)器人小車搭建
指南 299